车雯雯，李竹林，徐雪丽

(延安大学 数学与计算机科学学院，陕西 延安 716000)

现如今，雾霾天气频繁出现[1]，无论用什么设备捕捉到的图像，都会受到大气中悬浮的水汽气溶胶等微小颗粒物光学散射的影响，导致拍摄的图像不清晰。如果是在雾霾天气下的户外拍摄，图片将会变得更模糊，前景和背景混为一体研究对象不突出，使得图像利用价值不高，给交通、国防、航空等领域的研究和应用带来一系列的影响[2]。因此，多年来图像去雾一直是计算机视觉研究的热点，国内外许多研究者提出了可行的方法，同时也存在一些不足[3-5]。所以，探究具有更好适用性与可靠性的图像去雾算法仍是一个极具挑战的课题[6]。

目前的图像去雾算法主要有两大类：一类是图像增强法，另一类是图像复原法。常见的图像增强去雾方法有Retinex算法[7]和直方图均衡算法[8]，该类方法的实质并不是属于真正的去雾，而是通过增强图像对比度来突出研究对象，虽然效果不是特别理想，但是该方法的优点是成本低，易操作。图像复原法是基于物理模型一种去雾方法，何恺明在2009年提出了暗通道先验原理去雾算法(以下简称何算法)[9]，很多研究者在此基础上提出了自己的改进方法[10-14]。因此，近些年基于暗通道先验原理去雾的图像复原取得了很大突破，大量实验表明，图像复原比图像增强效果更好。然而该理论基于物理模型，是根据雾形成的原理反解出无雾图像，在求解的过程中，存在假设与估算，导致图像复原结果存在图像颜色失真、亮度下降、轮廓处光晕现象明显等缺点。……